LeetCode 热题 100——滑动窗口

滑动窗口

逻辑:

int left = 0, right = 0;
while (right < s.size()) {
    // 增大窗口
    window.add(s[right]);
    right++;
    
    while (window needs shrink) {
        // 缩小窗口
        window.remove(s[left]);
        left++;
    }
}

3. 无重复字符的最长子串

给定一个字符串 s ,请你找出其中不含有重复字符的 最长子串 的长度。

示例 1:

输入: s = "abcabcbb"
输出: 3 
解释: 因为无重复字符的最长子串是 "abc",所以其长度为 3。

示例 2:

输入: s = "bbbbb"
输出: 1
解释: 因为无重复字符的最长子串是 "b",所以其长度为 1。

示例 3:

输入: s = "pwwkew"
输出: 3
解释: 因为无重复字符的最长子串是 "wke",所以其长度为 3。
     请注意,你的答案必须是 子串 的长度,"pwke" 是一个子序列,不是子串。

提示:

  • 0 <= s.length <= 5 * 104
  • s 由英文字母、数字、符号和空格组成
解法一:滑动窗口

什么是滑动窗口?其实就是一个队列,比如例题中的 abcabcbb,进入这个队列(窗口)为 abc 满足题目要求,当再进入 a,队列变成了 abca,这时候不满足要求。所以,我们要移动这个队列!如何移动?我们只要把队列的左边的元素移出就行了,直到满足题目要求!一直维持这样的队列,找出队列出现最长的长度时候,求出解!

参考视频:

一道算法题理解滑动窗思想!【趣刷Leetcode】 No.3 无重复字符的最长子串_哔哩哔哩_bilibili

class Solution {
   public int lengthOfLongestSubstring(String s) {
        // 哈希集合,记录每个字符是否出现过
        Set<Character> set = new HashSet<Character>();
        int left = 0, right = 0, length = 0, maxLength = 0;
        while (right < s.length()) {
            //如果当前字符不在set中
            if (!set.contains(s.charAt(right))) {
                set.add(s.charAt(right));
                length++;//当前set中的元素个数+1
                maxLength = Math.max(length, maxLength);//更新最大长度
                right++;//右指针移动
            } else {//如果当前字符在set中,说明此时当前s[right]还无法添加进set
                //需要将和当前s[right](比如是'b')等值的上一个元素('b')及其之前的元素全部移出set
                //比如现在set中是(a,b,c),当前要进来的元素是b
                while (set.contains(s.charAt(right))) {
                    //将和当前s[right]等值的上一个元素及其之前的元素全部移出set
                    set.remove(s.charAt(left));
                    left++;//左指针向右移动
                    length--;//同时长度--
                }
                set.add(s.charAt(right));//当前s[right]可以添加进set了
                length++;//当前set中的元素个数+1
                right++;//右指针移动
            }
        }
        return maxLength;
    }
}

438. 找到字符串中所有字母异位词

给定两个字符串 sp,找到 s 中所有 p异位词 的子串,返回这些子串的起始索引。不考虑答案输出的顺序。

异位词 指由相同字母重排列形成的字符串(包括相同的字符串)。

示例 1:

输入: s = "cbaebabacd", p = "abc"
输出: [0,6]
解释:
起始索引等于 0 的子串是 "cba", 它是 "abc" 的异位词。
起始索引等于 6 的子串是 "bac", 它是 "abc" 的异位词。

示例 2:

输入: s = "abab", p = "ab"
输出: [0,1,2]
解释:
起始索引等于 0 的子串是 "ab", 它是 "ab" 的异位词。
起始索引等于 1 的子串是 "ba", 它是 "ab" 的异位词。
起始索引等于 2 的子串是 "ab", 它是 "ab" 的异位词。

提示:

  • 1 <= s.length, p.length <= 3 * 104
  • sp 仅包含小写字母
解法一:滑动窗口

我们可以先创建一个大小为 26 的数组 c2来统计字符串 p 的词频,另外一个同等大小的数组 c1用来统计「滑动窗口」内的 s 的子串词频。当两个数组所统计词频相等,说明找到了一个异位组,将窗口的左端点加入答案。

public List<Integer> findAnagrams(String s, String p) {
        // 创建一个 ArrayList 用于存储结果,即字符串 s 中与字符串 p 构成异位词的子串的起始索引
        List<Integer> ans = new ArrayList<>();
        //获取输入字符串 s 和 p 的长度
        int s_length = s.length(), p_length = p.length();
        // 初始化两个大小为 26 的整型数组,用于统计字符出现的频率(因为是小写字母,所以范围是 a-z,共 26 个)
        int[] s_arr = new int[26], p_arr = new int[26];
        // 遍历字符串 p,统计每个字符在 p 中的出现次数,并存入 p_arr 数组
        for (int i = 0; i < p_length; i++) {
            p_arr[p.charAt(i) - 'a']++;//统计字符串 p 的词频
        }
        // 双指针法,left 指向子串的起始位置,right 指向当前遍历到的字符位置
        for (int left = 0, right = 0; right < s_length; right++) {
            s_arr[s.charAt(right) - 'a']++;// 统计「滑动窗口」内 s 的子串中当前字符的频率,并将其存入 s_arr 数组
            //如果右边界-right已经超过了 p 的长度,则说明需要收缩左边界(即移除最左侧的字符)
            if (right - left + 1 > p_length) {
                s_arr[s.charAt(left++) - 'a']--;
            }
            // 检查 s 的子串(以 left 和 right 为边界的滑动窗口)的字符频率是否与 p 相同
            if (check(s_arr, p_arr)) {
                ans.add(left);// 若相等,说明找到了一个异位词子串,将左边界 left 添加到结果列表 ans 中
            }
        }
        // 返回包含所有异位词子串起始索引的结果列表
        return ans;
    }

    //定义辅助方法 check(),比较两个字符频率数组 c1 和 c2 是否完全相等
    boolean check(int[] c1, int[] c2) {
        for (int i = 0; i < 26; i++) {
            if (c1[i] != c2[i]){ // 遍历两个数组,只要有一个元素不相等就返回 false
                return false;
            }
        }
        // 所有元素都相等时返回 true
        return true;
    }
解法二:优化 check

起始处理 p 串时,只对 cnt进行词频字符自增操作。当处理 s 的滑动窗口子串时,尝试对 cnt中的词频进行「抵消/恢复」操作。

class Solution {
    public List<Integer> findAnagrams(String s, String p) {
        List<Integer> ans = new ArrayList<>();// 初始化结果列表,用于存储找到的异位词子串的起始索引
        int s_length = s.length(), p_length = p.length();// 获取输入字符串 s 和 p 的长度
        int[] cnt = new int[26];// 创建一个大小为 26 的整型数组 cnt,用于统计字符出现次数
        for (int i = 0; i < p_length; i++) {
            cnt[p.charAt(i) - 'a']++;// 遍历字符串 p,对每个字符在 cnt 数组中进行计数
        }
        int a = 0;
        for (int i = 0; i < 26; i++) if (cnt[i] != 0) a++;// 计算字符串 p 中不同字符的数量(即 cnt 中非零元素个数),并将其赋值给变量 a
        // 双指针法,left 指向子串起始位置,right 指向当前遍历到的字符位置
        for (int left = 0, right = 0, b = 0; right < s_length; right++) {
            // 当滑动窗口右边界 right 向右移动时,将该位置字符在 cnt 中的计数减一,相当于抵消操作
            if (--cnt[s.charAt(right) - 'a'] == 0) {//先对cnt[s.charAt(right) - 'a']进行减1,再判断是否=0
                b++;// 如果抵消后计数变为 0,说明找到了一个新的与 p 字符频次相同的字符,b 自增
            }
            // 当滑动窗口长度超过 p 的长度时,需要收缩左边界(移动 l)
            if (right - left + 1 > p_length) {
                // 对左边界字符在 cnt 中的计数加一,相当于恢复操作
                if (++cnt[s.charAt(left++) - 'a'] == 1) {
                    // 如果恢复后计数变为 1(之前为 0),说明移除了一个与 p 字符频次相同的字符,b 自减
                    b--;
                }
            }
            // 当 b 等于 a 时,表示当前子串的字符频次与 p 完全相同,是一个异位词,将子串起始索引添加进结果列表
            if (b == a) {
                ans.add(left);
            }
        }
        // 返回包含所有异位词子串起始索引的结果列表
        return ans;
    }
}

解法三:可变滑动窗口
public class Solution {
    public List<Integer> findAnagrams(String s, String p) {
        List<Integer> ans = new ArrayList<>();// 初始化结果列表,用于存储找到的异位词子串的起始索引
        int s_length = s.length(), p_length = p.length();// 获取输入字符串 s 和 p 的长度
        int[] cnt = new int[26];// 创建一个大小为 26 的整型数组 cnt,用于统计字符出现次数
        for (int i = 0; i < p_length; i++) {
            cnt[p.charAt(i) - 'a']++;// 遍历字符串 p,对每个字符在 cnt 数组中进行计数
        }
        // 双指针法,left 指向子串起始位置,right 指向当前遍历到的字符位置
        for (int left = 0, right = 0, b = 0; right < s_length; right++) {
            cnt[s.charAt(right) - 'a']--;
            while (cnt[s.charAt(right) - 'a'] < 0) {
                cnt[s.charAt(left) - 'a']++;
                left++;
            }
            // 当 b 等于 a 时,表示当前子串的字符频次与 p 完全相同,是一个异位词,将子串起始索引添加进结果列表
            if (right - left + 1 == p_length) {
                ans.add(left);
            }
        }
        // 返回包含所有异位词子串起始索引的结果列表

        return ans;
    }
  • 5
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1. Two Sum 2. Add Two Numbers 3. Longest Substring Without Repeating Characters 4. Median of Two Sorted Arrays 5. Longest Palindromic Substring 6. ZigZag Conversion 7. Reverse Integer 8. String to Integer (atoi) 9. Palindrome Number 10. Regular Expression Matching 11. Container With Most Water 12. Integer to Roman 13. Roman to Integer 14. Longest Common Prefix 15. 3Sum 16. 3Sum Closest 17. Letter Combinations of a Phone Number 18. 4Sum 19. Remove Nth Node From End of List 20. Valid Parentheses 21. Merge Two Sorted Lists 22. Generate Parentheses 23. Swap Nodes in Pairs 24. Reverse Nodes in k-Group 25. Remove Duplicates from Sorted Array 26. Remove Element 27. Implement strStr() 28. Divide Two Integers 29. Substring with Concatenation of All Words 30. Next Permutation 31. Longest Valid Parentheses 32. Search in Rotated Sorted Array 33. Search for a Range 34. Find First and Last Position of Element in Sorted Array 35. Valid Sudoku 36. Sudoku Solver 37. Count and Say 38. Combination Sum 39. Combination Sum II 40. First Missing Positive 41. Trapping Rain Water 42. Jump Game 43. Merge Intervals 44. Insert Interval 45. Unique Paths 46. Minimum Path Sum 47. Climbing Stairs 48. Permutations 49. Permutations II 50. Rotate Image 51. Group Anagrams 52. Pow(x, n) 53. Maximum Subarray 54. Spiral Matrix 55. Jump Game II 56. Merge k Sorted Lists 57. Insertion Sort List 58. Sort List 59. Largest Rectangle in Histogram 60. Valid Number 61. Word Search 62. Minimum Window Substring 63. Unique Binary Search Trees 64. Unique Binary Search Trees II 65. Interleaving String 66. Maximum Product Subarray 67. Binary Tree Inorder Traversal 68. Binary Tree Preorder Traversal 69. Binary Tree Postorder Traversal 70. Flatten Binary Tree to Linked List 71. Construct Binary Tree from Preorder and Inorder Traversal 72. Construct Binary Tree from Inorder and Postorder Traversal 73. Binary Tree Level Order Traversal 74. Binary Tree Zigzag Level Order Traversal 75. Convert Sorted Array to Binary Search Tree 76. Convert Sorted List to Binary Search Tree 77. Recover Binary Search Tree 78. Sum Root to Leaf Numbers 79. Path Sum 80. Path Sum II 81. Binary Tree Maximum Path Sum 82. Populating Next Right Pointers in Each Node 83. Populating Next Right Pointers in Each Node II 84. Reverse Linked List 85. Reverse Linked List II 86. Partition List 87. Rotate List 88. Remove Duplicates from Sorted List 89. Remove Duplicates from Sorted List II 90. Intersection of Two Linked Lists 91. Linked List Cycle 92. Linked List Cycle II 93. Reorder List 94. Binary Tree Upside Down 95. Binary Tree Right Side View 96. Palindrome Linked List 97. Convert Binary Search Tree to Sorted Doubly Linked List 98. Lowest Common Ancestor of a Binary Tree 99. Lowest Common Ancestor of a Binary Search Tree 100. Binary Tree Level Order Traversal II

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值